Training

Hyperscale Data, Inc. hat mit der Installation von OPR-R2 Robotern in seinem Michigan AI-Datenzentrum begonnen, um ein umfassendes Programm zur visuellen Datensammlung und physischen KI-Training zu initiieren. Am 16. Juli 2026 wurden die ersten von insgesamt 143 bestellten Robotern montiert, wobei bis zu 100 im Datenzentrum eingesetzt werden sollen. Diese Roboter übernehmen alltägliche Aufgaben und sammeln hochwertige Daten, die für das Training fortschrittlicher KI-Modelle genutzt werden. Die gesammelten Daten werden in den USA verarbeitet und gespeichert, um ihre Sicherheit zu gewährleisten. Hyperscale Data plant zudem den Bau einer speziellen 100.000 Quadratfuß großen Einrichtung für die Roboter, die über 500 Arbeitsplätze schaffen soll. CEO Will Horne hebt die Bedeutung dieses Programms für die Entwicklung fortschrittlicher KI-Anwendungen hervor und betont die Notwendigkeit, qualitativ hochwertige Daten bereitzustellen, um einen kontinuierlichen Entwicklungszyklus für physische KI zu ermöglichen.

Mastery Training Services hat sein Online-Trainingsangebot um neue Kurse erweitert, die Mitarbeitern und Fachleuten den effektiven Einsatz von Künstlicher Intelligenz (KI) am Arbeitsplatz näherbringen. Angesichts der wachsenden Integration von KI-Tools in den Arbeitsalltag stehen Organisationen vor der Herausforderung, ihre Mitarbeiter im verantwortungsvollen Umgang mit diesen Technologien zu schulen. Die neuen Kurse decken praktische Anwendungen in verschiedenen Bereichen wie Schreiben, Management, Personalwesen, Marketing und Buchhaltung ab. Diese Schulungen bieten Unternehmen eine flexible Möglichkeit, die KI-Kompetenz ihrer Mitarbeiter zu fördern und spezifische Trainings für deren tägliche Aufgaben anzubieten. Die Kurse sind online verfügbar und lassen sich in Lernmanagementsysteme integrieren, was es Organisationen erleichtert, ihre Belegschaft auf die sich verändernde Rolle der KI vorzubereiten. Mastery Training Services positioniert sich somit als führender Anbieter im Bereich der Online-Trainings für Unternehmen und unterstützt deren Wachstum und Erfolg.

Der Artikel "MCP OAuth Flows: Implementing Secure Authentication the Right Way" thematisiert ein kritisches Sicherheitsproblem bei der Implementierung von MCP-Servern, das durch unzureichende Authentifizierung entsteht und zu unkontrolliertem Zugriff auf sensible Daten führt. Ein Beispiel verdeutlicht, dass der Zugriff auf den MCP-Server durch die Software Claude ohne jegliche Authentifizierung oder Autorisierung erfolgt, was erhebliche Sicherheitsrisiken birgt. Um diese Gefahren zu mindern, wird die Implementierung von OAuth für MCP empfohlen, wobei betont wird, dass dieser Ansatz von traditionellen, browserbasierten OAuth-Methoden abweicht und stattdessen einen system-zu-system Authentifizierungsfluss nutzt. Der Artikel warnt vor den potenziellen Sicherheitsfehlern, die aus einem Missverständnis oder einer fehlerhaften Implementierung dieses Flows resultieren können, und hebt die Wichtigkeit hervor, Sicherheitsaspekte bei der Entwicklung von Funktionen nicht zu vernachlässigen, um den Schutz sensibler Daten zu gewährleisten.

Der Artikel „Synthetic Databases as Audit Logs: How to Make Your AI Models Explainable to Regulators Before They…“ behandelt die Nutzung synthetischer Datenbanken als Audit-Logs für KI-Modelle, um deren Erklärbarkeit gegenüber Regulierungsbehörden zu verbessern. Da historische Produktionsdaten oft nicht reproduzierbar sind, bieten synthetische Daten eine datenschutzkonforme Alternative, um realistische Nachverfolgungen zu erstellen. Die Herausforderung liegt darin, die Anforderungen an Rückverfolgbarkeit und Erklärbarkeit mit den Datenschutzbestimmungen in Einklang zu bringen. Durch synthetische Daten können Unternehmen die statistischen Umgebungen, in denen Entscheidungen getroffen wurden, bewahren und Governance-Fragen beantworten, ohne gegen Datenschutzrichtlinien zu verstoßen. Der Prozess umfasst die Definition eines Governance-Schemas, die Generierung einer synthetischen Datenbank, das Ausführen von Produktionsmerkmalen und das Anfügen von Modellerklärungen. Dies ermöglicht eine sichere Überprüfung von Modellverhalten und -entscheidungen und gewährleistet langfristige Auditierbarkeit über verschiedene Modellversionen hinweg.

Der Markt für Weltmodell-Simulatoren wird bis 2036 voraussichtlich auf 3.056,8 Millionen USD anwachsen, beginnend mit 127,3 Millionen USD im Jahr 2025, was einer jährlichen Wachstumsrate von 33,5 % entspricht. Dieses Wachstum wird durch Investitionen in räumliche Intelligenz und physische KI-Systeme vorangetrieben, die für das Training autonomer Systeme erforderlich sind. Ein wesentlicher Treiber ist die Nachfrage nach fotorealistischen synthetischen Trainingsdaten, die für Robotik- und KI-Anwendungen entscheidend sind. Die USA führen den Markt mit einer CAGR von 27,8 % an, unterstützt durch umfangreiche Forschungsaktivitäten im Bereich autonomes Fahren. Plattformsoftware hat mit 72,4 % Marktanteil eine dominierende Stellung, da sie die Integration von neuronalen Netzwerken in physikalische Simulationsumgebungen ermöglicht. Hauptanwender sind industrielle Automatisierungszentren, die Simulationen zur Überprüfung von Sicherheitsparametern nutzen. Dennoch stehen Unternehmen Herausforderungen wie hohe Hardwarekosten und intensive Rechenanforderungen gegenüber, die die Implementierung erschweren können.

Der Artikel mit dem Titel "Daydreaming algorithm helps AI remember what matters" beschreibt einen innovativen Algorithmus, der es Künstlicher Intelligenz ermöglicht, wichtige Informationen effektiver zu speichern und abzurufen. Der Algorithmus simuliert eine Art "Tagträumen", wodurch die KI in der Lage ist, sich auf relevante Daten zu konzentrieren und unwichtige Informationen auszublenden. Dies verbessert nicht nur die Effizienz der Datenverarbeitung, sondern auch die Genauigkeit der Entscheidungen, die die KI trifft. Die Forscher betonen, dass dieser Ansatz das Potenzial hat, die Leistung von KI-Systemen in verschiedenen Anwendungen, von der Bild- und Spracherkennung bis hin zu komplexen Problemlösungen, erheblich zu steigern. Die Ergebnisse zeigen, dass durch gezielte "Tagträume" die Lernfähigkeit der KI optimiert werden kann, was zu einer nachhaltigeren und intelligenteren Technologie führt.

Der Artikel thematisiert die Rolle von Künstlicher Intelligenz (KI) bei der Beobachtung von Kinderverhalten. Während KI in der Lage ist, Verhaltensmuster zu erkennen und Daten zu analysieren, wird betont, dass die Interpretation dieser Signale oft das Fachwissen eines menschlichen Experten erfordert. KI kann wertvolle Einblicke liefern, doch die Nuancen menschlichen Verhaltens und emotionale Kontexte bleiben komplex und erfordern menschliches Urteilsvermögen. Der Artikel hebt hervor, dass die Kombination von KI-gestützten Analysen und menschlicher Expertise zu besseren Ergebnissen in der Beobachtung und Unterstützung von Kindern führen kann. Letztlich wird die Notwendigkeit einer Zusammenarbeit zwischen Technologie und Fachkräften unterstrichen, um das volle Potenzial der KI im Bereich der Kinderentwicklung auszuschöpfen.

In dem Artikel "How I Analyze a Dataset Before Training an ML Algorithm: Important Concepts for the Data…" wird die Bedeutung der menschlichen Beteiligung bei der Datenvorbereitung für die Maximierung der Vorhersagegenauigkeit von Machine Learning (ML) Algorithmen hervorgehoben. Der erste Schritt in jedem ML-Projekt ist die gründliche Reinigung und Vorbereitung der Daten, die je nach Lernart unterschiedlich ausfallen kann. Eine umfassende Analyse der Daten ist notwendig, um deren Typ, Qualität und die Beziehungen zwischen den Attributen zu verstehen. Zu den typischen Vorbereitungsaktivitäten gehört das Erforschen der Daten, um potenzielle Probleme wie fehlende Werte zu identifizieren und zu beheben. Nach der Datenaufbereitung beginnt die Lernphase, wobei die Qualität der Daten entscheidend für den Erfolg des Modells ist. Die sorgfältige Durchführung dieser Schritte hat direkte Auswirkungen auf die Leistung des ML-Algorithmus und dessen Fähigkeit, präzise Vorhersagen zu treffen.

BBG hat Faraz Iqbal zum Chief Technology & AI Officer ernannt, um die Technologie- und KI-Strategie des Unternehmens zu steuern. Iqbal wird von der Niederlassung in Atlanta aus arbeiten und sich auf die Modernisierung der Technologie, die KI-Transformation und die globale Skalierung konzentrieren. Mit über 25 Jahren Erfahrung in der Leitung von Technologie-Transformationen bringt er umfassende Kenntnisse in KI und Datenverarbeitung mit. Zuvor war er Chief Technology Officer bei Edible Brands, wo er bedeutende technologische Fortschritte erzielte. BBG-CEO Bill Britain hebt hervor, dass Iqbals Fähigkeit, komplexe Transformationen zu leiten, entscheidend für die Beschleunigung der Technologie-Strategie des Unternehmens sein wird. Iqbal selbst freut sich darauf, in einer entscheidenden Phase der Branche zu arbeiten und die technologische Basis von BBG zu erweitern, um Effizienz und Innovation zu fördern.

Google Research hat SensorFM entwickelt, ein innovatives Modell, das aus über einer Billion Minuten unbeschrifteter Daten von fünf Millionen Nutzern tragbarer Geräte lernt, um physiologische und Verhaltensmuster zu erkennen. Es verarbeitet Daten von Fitbit und Pixel Watch und übertrifft traditionelle Modelle in 34 von 35 Gesundheits- und Verhaltensaufgaben. SensorFM zielt darauf ab, die fragmentierte Analyse von Gesundheitsdaten zu verbessern, indem es eine gemeinsame KI-Basis schafft, die kontinuierliche und oft lückenhafte Sensordaten verarbeitet. Durch selbstüberwachtes Lernen und die Technik des "Adaptive and Inherited Masking" kann das Modell sowohl mit echten als auch mit maskierten Daten umgehen. In Tests zeigte sich, dass SensorFM sich effizient an neue Aufgaben anpassen kann, was besonders bei schwer messbaren Merkmalen wie Depressionen vorteilhaft ist. Die Integration in persönliche Gesundheitsagenten verbesserte die Qualität der Gesundheitszusammenfassungen erheblich, ohne signifikante Unterschiede zu tatsächlichen Gesundheitsdaten zu zeigen. Dennoch bleibt SensorFM vorerst ein Forschungsmodell, da es nur mit Daten von Fitbit und Pixel Watch trainiert wurde und die Übertragbarkeit auf andere tragbare Geräte unklar ist.

Wissenschaftler haben mithilfe von künstlicher Intelligenz versteckte langsame Bewegungen unter Kaliforniens San Andreas Fault entdeckt, die zuvor weitgehend unbemerkt blieben. Diese Bewegungen, die über Stunden oder Tage Stress abbauen, könnten eine größere Rolle bei der Erdbebenaktivität spielen, als bislang angenommen. Unter der Leitung von Dr. Zahra Zali analysierten die Forscher Daten von hochsensiblen Borehole-Strainmetern und entwickelten ein Deep-Learning-System zur Mustererkennung. Die Ergebnisse zeigen, dass diese langsamen Gleitevents mit niederfrequenten Erdbeben in Verbindung stehen, was darauf hindeutet, dass sie die lokalen Stressbedingungen beeinflussen können. Obwohl die Studie nicht beweist, dass diese Bewegungen direkt massive Erdbeben auslösen, deuten die Ergebnisse darauf hin, dass sie im Erdbebenzyklus eine Rolle spielen könnten. Diese Entdeckung erweitert das Verständnis von Fehlbewegungen, die nicht nur in Subduktionszonen, sondern auch an Transformationsfehlern wie dem San Andreas Fault vorkommen. Die Forscher sind überzeugt, dass ähnliche Phänomene auch an anderen Fehlern weltweit auftreten und weiter untersucht werden sollten.

Das Start-up PrismML hat ein innovatives KI-Modell mit 27 Milliarden Parametern entwickelt, das auf iPhones, insbesondere dem iPhone 17 Pro, betrieben werden kann. Diese Technologie unterstützt Apples Ziel, Künstliche Intelligenz lokal auf Geräten zu verarbeiten und somit Datenschutzbedenken zu minimieren. PrismML hat das chinesische Open-Source-Modell Qwen 3.6 erfolgreich komprimiert, sodass es nur 4 GByte Speicher benötigt, ohne die Qualität zu beeinträchtigen. Das Unternehmen erwartet, dass in drei Jahren bis zu 95 Prozent der KI-Leistung lokal auf Smartphones verfügbar sein werden, was die Abhängigkeit von Cloud-Diensten verringern könnte. Diese Entwicklung könnte für Investoren in Rechenzentren problematisch sein, da die Inferenz von KI-Anfragen zunehmend auf lokale Geräte verlagert wird, während das Training weiterhin auf leistungsstarke Rechenzentren angewiesen bleibt. Erste Gespräche zwischen PrismML und Apple über eine mögliche Zusammenarbeit haben bereits stattgefunden, was die Bedeutung dieser Technologie unterstreicht.

Der Artikel „The Hidden Engineering Behind Every AI Model: Storage, Compute, and the Data Pipeline Nobody Talks…” beleuchtet die oft übersehene Ingenieurskunst, die für die Entwicklung von KI-Modellen entscheidend ist. Der Autor, ein Computer-Ingenieur, hebt hervor, dass etwa 80% der Zeit und Ressourcen in die Infrastruktur fließen, die für das Sammeln, Verarbeiten und Speichern von Daten sowie für die Bereitstellung und Überwachung der Modelle notwendig ist. Die Datenpipeline wird als zentrales Element beschrieben, das sicherstellt, dass qualitativ hochwertige Daten kontinuierlich bereitgestellt werden. Zudem wird die Herausforderung der Speicherung und des Zugriffs auf große Datenmengen thematisiert. Ein weiterer wichtiger Aspekt ist die effiziente Compute-Orchestrierung, die erforderlich ist, um die zahlreichen GPUs für das Training synchron zu steuern. Der Artikel schließt mit der Erkenntnis, dass der Erfolg von KI-Anwendungen nicht nur von den Algorithmen abhängt, sondern vor allem von der Robustheit der zugrunde liegenden Infrastruktur, die oft nicht die nötige Aufmerksamkeit erhält.

Der Artikel „AI Is Killing the Training Ground for Entry-Level Workers“ beleuchtet die negativen Auswirkungen der Automatisierung auf die Ausbildungsmöglichkeiten für Berufseinsteiger. Seit Januar 2024 sind die Stellenangebote für Einstiegspositionen um 29 Prozent gesunken, was auf eine wirtschaftliche Abkühlung und eine grundlegende Veränderung des Arbeitsmarktes hinweist. Automatisierung hat nicht nur Routineaufgaben übernommen, sondern auch den Lernprozess junger Arbeitnehmer beeinträchtigt, da einfache Aufgaben, die zur Entwicklung von Urteilsvermögen beitragen, fehlen. Während Millennials schrittweise mit steigenden Anforderungen konfrontiert wurden, sieht sich die Generation Z einer beschleunigten Anforderung Inflation gegenüber. Viele junge Arbeitnehmer mit Studentenschulden verschieben wichtige Lebensentscheidungen, was ihre berufliche Entwicklung einschränkt. Zudem mangelt es an Mentoren, da erfahrene Mitarbeiter oft mit der Verwaltung automatisierter Systeme beschäftigt sind. Der Artikel fordert Unternehmen auf, aktiv Bedingungen zu schaffen, die es Einsteigern ermöglichen, die notwendigen Fähigkeiten zu entwickeln und somit ihre berufliche Zukunft zu sichern.

Anthropic hat die Beta-Version von Claude Reflect, einem KI-Analyse-Dashboard, eingeführt, das Nutzern Einblicke in ihr Verhalten beim Einsatz des KI-Assistenten Claude bietet. Das Dashboard ermöglicht eine Analyse der Nutzung über verschiedene Zeiträume und zeigt Muster sowie die Häufigkeit der Interaktionen an. Es kategorisiert die Nutzung nach Themen und Aufgabentypen und plant, in zukünftigen Versionen eine spezifische Zeitmessung zu integrieren. Ein zentrales Ziel von Claude Reflect ist die Förderung einer bewussten Nutzung von KI, indem Funktionen zur Vermeidung übermäßiger Abhängigkeit, wie Ruhezeiten und Erinnerungen an Pausen, implementiert werden. Das Dashboard wurde in Zusammenarbeit mit renommierten Institutionen entwickelt und folgt einem Rahmenwerk, das Nutzern helfen soll, ihre Eingaben zu verbessern und die Ergebnisse kritisch zu bewerten. Die Beta-Version ist für Nutzer der Tarife Free, Pro und Max verfügbar und legt großen Wert auf Datenschutz, indem sichergestellt wird, dass gesammelte Daten nicht für das Training der KI-Modelle verwendet werden.

AI Profit Consulting, gegründet von Paul Bocco, hat sein AI Automation Consulting Training Program erweitert, um Fachleuten zu helfen, wiederkehrende Einnahmequellen durch Beratungsdienste für kleine und mittelständische Unternehmen aufzubauen. Das Programm bietet praktische Schulungen und Strategien zur Implementierung von AI-gestützten Lösungen, die insbesondere für Dienstleistungsunternehmen wie Handwerker und lokale Anbieter von Bedeutung sind. Angesichts der steigenden Nachfrage nach Effizienzsteigerung und Prozessoptimierung in Unternehmen, konzentriert sich das Training auf die Anwendung von AI-Tools in Bereichen wie Kundenkommunikation und Workflow-Automatisierung. Teilnehmer lernen, ihre Dienstleistungen effektiv zu vermarkten und nachhaltige Geschäftsmodelle zu entwickeln. Mit über 25 Jahren Erfahrung in der Unternehmensentwicklung bringt Bocco wertvolles Wissen in das Programm ein. Die Ausbildung umfasst zudem eine achtwöchige Coaching-Phase, die Bildung, Implementierung und Gemeinschaftsunterstützung vereint. AI Profit Consulting zielt darauf ab, Fachleute auf die wachsende Nachfrage nach Automatisierungsberatung vorzubereiten und ihnen die erforderlichen Fähigkeiten zu vermitteln.

HubSpot hat innerhalb von nur vier Tagen nach der Ankündigung eines neuen KI-Features, das Kundendaten zur Identifizierung von Verkaufschancen nutzen sollte, den Plan zurückgezogen. Der ursprüngliche Ansatz sah vor, dass Kundendaten standardmäßig verwendet werden, was zu erheblichem Protest führte. Die Kunden waren weniger gegen die KI selbst, sondern vielmehr gegen die fehlende Zustimmung zur Datenverwendung, da sie ihre Daten als Eigentum betrachteten. In Reaktion auf den Widerstand änderte HubSpot die Standardeinstellung auf "Opt-out", was bedeutete, dass Nutzer aktiv abmelden mussten, um nicht einbezogen zu werden. Dieser schnelle Rückzug verdeutlicht, dass Softwareunternehmen in einem wettbewerbsintensiven Markt weniger Spielraum haben, um Bedingungen zu diktieren, da Kunden mittlerweile viele Alternativen haben. Der Vorfall zeigt, dass SaaS-Unternehmen sorgfältig abwägen müssen, wie sie KI mit Kundendaten speisen, ohne das Vertrauen ihrer Nutzer zu gefährden. HubSpot hat erkannt, dass die Verwendung von "Opt-out" in der heutigen Zeit problematisch ist.

Pim de Witte, CEO von General Intuition, vertritt die Ansicht, dass Videospieldaten eine überlegene Grundlage für das Training von Künstlicher Intelligenz (KI) bieten im Vergleich zu Internetdaten. Er betont, dass große Sprachmodelle wie ChatGPT und Claude Schwierigkeiten haben, räumliche und zeitliche Bewegungen zu verstehen, was jedoch entscheidend für die Entwicklung von künstlicher allgemeiner Intelligenz (AGI) ist. General Intuition, ein von Jeff Bezos unterstütztes Startup mit einem Wert von 2,3 Milliarden Dollar, hat kürzlich 320 Millionen Dollar von Investoren wie Coatue und Eric Schmidt erhalten. De Witte erläutert in einem Podcast, dass Weltmodelle, die auf Videospieldaten basieren, möglicherweise den nächsten bedeutenden Fortschritt in der physischen KI darstellen könnten. Das Unternehmen, das aus der Gaming-Plattform Medal TV hervorgegangen ist, beschäftigt sich zudem mit den ethischen Implikationen der KI-Nutzung, insbesondere im Hinblick auf mögliche Verteidigungsanwendungen.

Am 8. Juli 2026 stellte die Alibaba-Gruppe in Zusammenarbeit mit Gaode das Phys AI Data-System vor, das als erste umfassende Datenbasis für das Training und die Anwendung von physikalischer KI konzipiert ist. Das System besteht aus zwei Hauptkomponenten: Phys AI Foundry und Phys AI Map. Phys AI Foundry konzentriert sich auf die Simulationstraining und bietet eine integrierte Datenfabrik, die reale Datensammlungen, synthetische Daten und Simulationen kombiniert, um hochwertige Trainingsdaten für Roboter bereitzustellen. Diese Daten helfen, Herausforderungen im Modelltraining zu bewältigen, indem sie Millionen von Stunden an präzisen Datensätzen bereitstellen. Phys AI Map fungiert als "räumliches Gedächtnis" für Roboter, indem es eine semantische Karte erstellt, die es ihnen ermöglicht, ihre Umgebung zu verstehen und sicher zu navigieren. Diese Karte identifiziert wichtige Informationen wie Baustellen und schlecht beleuchtete Bereiche. Das Phys AI Data-System ist nun für die gesamte Branche der körperlichen Intelligenz zugänglich und erleichtert Unternehmen den Zugang zu umfangreichen Trainingsdaten, ohne dass sie eigene teure Datensammlungen durchführen müssen.

Bespoke Labs, ein Startup aus Mountain View, hat in einer Series A-Finanzierungsrunde 40 Millionen Dollar gesammelt, um Trainingsumgebungen für KI-Agenten zu entwickeln. Diese Agenten können zwar kurze Aufgaben erledigen, haben jedoch Schwierigkeiten mit komplexeren, mehrstufigen Arbeitsabläufen. Das Unternehmen plant, simulierte Unternehmensumgebungen zu schaffen, in denen Agenten lernen, ihre Effizienz zu steigern. Mithilfe eines internen Optimierungstools namens GEPA wird die Leistung der Agenten gemessen und verbessert. Gegründet von Mahesh Sathiamoorthy und Alex Dimakis, verfolgt Bespoke einen akademischen Ansatz und betrachtet den Aufbau dieser Umgebungen als Forschung. Die Fähigkeit der Agenten, längere Aufgaben zu bewältigen, verdoppelt sich alle sieben bis vier Monate, was eine kontinuierliche Anpassung der Trainingsumgebungen erfordert. Während viele Wettbewerber an der Zuverlässigkeit von Agenten arbeiten, glaubt Bespoke, dass die Qualität der Trainingsumgebung entscheidend für den Erfolg in der Produktion ist. Die Frage, ob bessere Umgebungen größere Modelle übertreffen können, bleibt jedoch offen und könnte die zukünftige Finanzierung des Unternehmens beeinflussen.

Das Cambridge-Startup Worldmodeldata hat 7 Millionen Pfund gesammelt, um Gameplay-Daten aus Videospielen in Trainingsdaten für Künstliche Intelligenz (KI) umzuwandeln. Ziel ist die Entwicklung eines sogenannten Weltmodells, das vorhersagen kann, wie sich Umgebungen durch Interaktionen verändern. Hierfür lizenziert das Unternehmen Spielaufnahmen und Engine-Daten aus Titeln, die auf Unreal und Unity basieren, um strukturierte Datensätze zu erstellen. Obwohl Worldmodeldata plant, bis Ende 2026 eine Million Stunden Gameplay-Daten zu sammeln, hat es bislang keine finalisierten Kundenverträge und keine Einnahmen. Die Gründerin Rhea Loucas hebt hervor, dass das Unternehmen als neutraler Anbieter fungiert und Daten an verschiedene Labore verkauft, die an physischer KI, Robotik und selbstfahrenden Autos arbeiten. In einem wettbewerbsintensiven Markt sieht sich Worldmodeldata der Herausforderung gegenüber, mit besser finanzierten Konkurrenten Schritt zu halten, während es gleichzeitig die europäische Initiative für souveräne KI unterstützt. Die Fähigkeit des zehnköpfigen Teams, die ambitionierten Ziele zu erreichen, bleibt abzuwarten.

Der Artikel "Entropy, Cross-Entropy, and KL Divergence in LLM Training" beleuchtet die wesentlichen Konzepte von Entropie, Kreuzentropie und KL-Divergenz im Kontext des Trainings von Sprachmodellen. Diese mathematischen Größen sind entscheidend für das Verständnis des Lernprozesses von Modellen, insbesondere in Bezug auf Überanpassung und Entscheidungsfindung. Durch präzise Definitionen wird es möglich, Trainingskurven effektiver zu interpretieren, die Temperatur der Modelle zu optimieren und geeignete Ziele für das Reinforcement Learning mit menschlichem Feedback (RLHF) auszuwählen. Der Autor argumentiert, dass das Verständnis dieser Konzepte nicht nur theoretische Relevanz hat, sondern auch praktische Auswirkungen auf die Anwendung und das Debugging von Modellen. Der Artikel bietet somit eine wertvolle Grundlage, um die Zusammenhänge zwischen diesen Größen und der Leistung von Sprachmodellen zu erkennen und gezielt zu nutzen.

Die Institute of Singapore Chartered Accountants (ISCA) und die Infocomm Media Development Authority (IMDA) haben das AIxAccountancy-Programm ins Leben gerufen, um Fachleute im Rechnungswesen und in der Unternehmensfinanzierung im Umgang mit KI-Tools zu schulen. Ziel des Programms ist es, den Teilnehmern das Wissen und Vertrauen zu vermitteln, KI verantwortungsvoll in ihren Berufen einzusetzen. AIxAccountancy ist Teil einer umfassenden Initiative von ISCA, die innerhalb von drei Jahren 60.000 Fachkräfte weiterbilden möchte. Bereits über 20.000 Interessierte haben sich vor der offiziellen Einführung gemeldet, was die hohe Nachfrage nach KI-Trainings unterstreicht. Das Programm wird kostenlos für ISCA-Mitglieder sowie für Bürger und ständige Einwohner Singapurs angeboten, einschließlich Studenten lokaler Hochschulen. Es wird in zwei Phasen durchgeführt, wobei die Teilnehmer zunächst grundlegende Kompetenzen erwerben, bevor sie zu fortgeschritteneren Anwendungen übergehen. Der Lehrplan umfasst gängige KI-Tools wie ChatGPT und Copilot und wird regelmäßig aktualisiert. ISCA-Präsident Lee Boon Teck hebt hervor, dass AIxAccountancy eine nationale Initiative zur Transformation des Berufsstands darstellt, die darauf abzielt, den Fachleuten Fähigkeiten zu vermitteln, um einen größeren Wert für Unternehmen und die Gesellschaft zu schaffen.

In einer aktuellen Änderung der Datenschutzeinstellungen hat Google die Möglichkeit eingeführt, mehr Nutzerdaten zu speichern, um seine KI-Modelle zu verbessern. Diese Anpassung, die im Juni per E-Mail angekündigt wurde, führt dazu, dass Nutzer standardmäßig in die erweiterte KI-Trainingseinstellung optiert werden, es sei denn, sie lehnen dies aktiv ab. Die neuen Optionen sind unter "Suchdienste-Historie" und "Personalisierte Empfehlungen" zu finden und ermöglichen es den Nutzern, zu steuern, wie ihre Aktivitäten zur Personalisierung ihrer Google-Erfahrung verwendet werden. Diese Änderungen betreffen nicht nur die Google-Suche, sondern auch andere Dienste wie Maps und Translate, wobei hochgeladene Medien zur KI-Entwicklung genutzt werden können. Google bestätigt, dass gespeicherte Medien zur Verbesserung seiner Dienste verwendet werden. Nutzer können jedoch ihre Einstellungen anpassen, indem sie die Option "Medien speichern" abwählen oder Löschfristen für gespeicherte Daten festlegen. Zuvor konnten Nutzer ihre gespeicherten Suchdaten über "Web & App-Aktivität" verwalten, was nun in separate Einstellungen unterteilt wurde.

Das Cambridge-Startup Worldmodeldata hat 7 Millionen Pfund an Seed-Finanzierung erhalten, um aus Spieldaten Trainingsdaten für KI-Modelle zu entwickeln. Unter der Leitung von Iona Star Capital plant das Unternehmen, eine Datenbank mit spielgenerierten Trainingsdaten, sogenannten Weltmodellen, zu erstellen, die dazu dienen, Umgebungsänderungen zu verstehen und vorherzusagen. Die Daten werden durch Lizenzvereinbarungen mit Spieleentwicklern und -gemeinschaften gewonnen, was die Qualität der Daten sicherstellt. Diese Informationen sind entscheidend für die Entwicklung von KI-Systemen, die in komplexen Umgebungen, wie bei autonomen Fahrzeugen, Entscheidungen treffen müssen. Gründerin Rhea Loucas hebt hervor, dass große Datensätze für das Training dieser Modelle unerlässlich sind. Die Finanzierung wird verwendet, um die Produktentwicklung voranzutreiben, das Team zu erweitern und neue Lizenzvereinbarungen abzuschließen, mit dem Ziel, bis Ende nächsten Jahres eine Bibliothek mit einer Million Stunden Trainingsdaten aufzubauen.

Midjourney, ein KI-Startup, steht in einem Rechtsstreit mit Disney und Universal, die das Unternehmen wegen angeblicher Urheberrechtsverletzungen verklagt haben. Die Studios behaupten, dass Midjourneys KI-Modelle Bilder von urheberrechtlich geschützten Charakteren generieren können, während Midjourney argumentiert, dass das Training seiner Modelle unter die Fair-Use-Regelung fällt. Der Streit betrifft die Dokumentation, die die Studios im Rahmen des Entdeckungsprozesses vorlegen müssen. Ein Richter hat entschieden, dass Informationen über generative KI nur bereitgestellt werden müssen, wenn sie zu verbraucherorientierten Inhalten führen. Midjourney fordert jedoch eine Aufhebung dieser Einschränkung, da sie vermutet, dass die Studios relevante Dokumente zurückhalten, die deren eigene Nutzung ähnlicher Praktiken belegen könnten. Insbesondere verlangt Midjourney die Offenlegung aller verwendeten Eingabeaufforderungen und deren Ergebnisse. Die Anwälte der Studios hingegen argumentieren, dass Midjourneys Anfrage eine "Angeltour" sei, um die unautorisierte Nutzung ihrer Charaktere zu stoppen.

In dem Artikel "DPO vs SFT vs RLHF: Which Training Method Does Your Model Actually Need?" werden drei zentrale Methoden zur Feinabstimmung von Modellen untersucht: Supervised Fine-Tuning (SFT), Reinforcement Learning from Human Feedback (RLHF) und Direct Preference Optimization (DPO). Der Autor hebt hervor, dass viele Ingenieure unsicher sind, welche Methode sie wählen sollen, da Tutorials oft grundlegendes Wissen voraussetzen. SFT wird als die einfachste und effektivste Methode empfohlen, es sei denn, spezifische Anforderungen sprechen für eine andere Methode. Jede Technik hat ihre eigenen Herausforderungen und nicht immer ist die Komplexität gerechtfertigt. Der Artikel bietet eine umfassende Analyse der Einsatzmöglichkeiten jeder Methode und hilft den Lesern, fundierte Entscheidungen zu treffen, wann welche Methode am sinnvollsten ist.

In der Diskussion um KI-Modelle wird häufig die Rolle des Kontextfensters betont, wobei viele annehmen, dass mehr Informationen immer vorteilhaft sind. Allerdings zeigt die Praxis, dass ein Übermaß an Informationen die Leistung der Modelle verschlechtert, da sie Schwierigkeiten haben, relevante Daten zu identifizieren. Irrelevante Informationen verdünnen wichtige Signale und erhöhen die Wahrscheinlichkeit falscher oder gemischter Antworten. Zudem führen zusätzliche Daten zu höheren Kosten und längeren Verarbeitungszeiten. Um die Ergebnisse zu optimieren, sollten Teams gezielt relevante Informationen auswählen, wichtige Inhalte strategisch platzieren und überflüssige Daten entfernen. Die Disziplin des "Kontext-Engineerings" gewinnt an Bedeutung gegenüber dem traditionellen "Prompt-Engineering", da die Struktur und Auswahl der Informationen entscheidend für die Zuverlässigkeit der Modelle sind. Letztlich bedeutet mehr Kontext nicht automatisch mehr Intelligenz; oft führt er lediglich zu mehr Lärm, der die Effizienz und Genauigkeit der KI beeinträchtigt.

NovaRed Mining hat durch den Einsatz seiner KI-Plattform MetalCore vielversprechende Kupfer-, Gold- und Platinvorkommen im Wilmac Copper-Gold-Projekt identifiziert. Die Analyse basierte auf umfangreichen Daten, einschließlich 10 Mineralvorkommen und 19 Bewertungsberichten aus den Jahren 1968 bis 2025. MetalCore bietet innovative Einblicke, die traditionelle Explorationsmethoden ergänzen, und hebt wichtige Aspekte früherer Erkundungen hervor. Besonders bemerkenswert ist die Entdeckung eines Signals für Platin-Gruppe-Elemente, das die ursprüngliche Kupfer-Gold-These des Unternehmens erweitert. Die Whipsaw Creek Placer, ein ehemaliger Gold- und Platinproduzent, sowie die POLARIS 16 Vorkommen zeigen eine direkte Verbindung zu Platin in plutonischen Gesteinen. Diese Erkenntnisse werden durch geophysikalische Daten gestützt, die magnetitreiche Signaturen aufweisen, die mit bekannten Platinquellen in der Region korrelieren. Die Ergebnisse von MetalCore könnten nicht nur die Erkundung des Wilmac-Projekts vorantreiben, sondern auch die Effektivität der KI-Plattform unter Beweis stellen, die NovaRed Mining auch in anderen Projekten nutzen möchte.

Das Qwen-Team von Alibaba hat ein innovatives Modell namens Qwen-AgentWorld entwickelt, das absichtlich Halluzinationen erzeugt und dabei beeindruckende Ergebnisse erzielt. In einem Experiment übertrafen Agenten, die in vollständig fiktiven Welten trainiert wurden, ihre realen Pendants um 16 Punkte auf einem Suchbenchmark. Das Modell basiert auf einer 35B-Parameter-Struktur, die eine konsistente, künstliche Internetumgebung schafft, in der die Agenten trainiert werden. Die Ergebnisse deuten darauf hin, dass Agenten, die in dieser künstlichen Umgebung aufwachsen, besser auf reale Suchaufgaben übertragen können als traditionell trainierte Agenten. Diese Erkenntnis stellt die gängige Annahme in Frage, dass reale Umgebungen für das Training unerlässlich sind, und bietet eine vielversprechende Lösung für das Problem der Bereitstellung von Millionen von Trainingsumgebungen. Der Artikel betont, dass nicht mehr die Modelle, sondern die Verfügbarkeit geeigneter Trainingsumgebungen der entscheidende Faktor in der Entwicklung von Agenten ist.

Die thailändischen Streitkräfte initiieren eine umfassende Modernisierung, die sich auf Künstliche Intelligenz (KI) und moderne Technologien konzentriert. Ein neues Joint Capabilities Command (JCC) wird als "fünfte Streitkraft" am 1. Oktober in Betrieb genommen. Oberbefehlshaber Gen Ukrit Boontanon betont die Notwendigkeit, sofort mit der Integration neuer Technologien zu beginnen, anstatt auf perfekte Lösungen zu warten. Das JCC wird sich auf fünf strategische Bereiche fokussieren: KI, elektromagnetische Operationen, Militärrobotik, Luftverteidigung und Raumfahrttechnologie. Gen Ukrit hebt hervor, dass das Militär sich in einer frühen Phase der Modernisierung befindet und Fehler als wertvolle Daten zur Verbesserung nutzen sollte. Angesichts der schnellen technologischen Entwicklungen ist es entscheidend, umgehend Maßnahmen zu ergreifen, um wettbewerbsfähig zu bleiben.

Cloudflare hat eine neue Richtlinie eingeführt, die AI-Unternehmen dazu zwingt, ihre Webcrawler für die Datensuche von denen, die zum Training von Modellen verwendet werden, zu trennen. Andernfalls drohen automatische Blockierungen auf zahlreichen Verlagsseiten. Diese Entscheidung könnte den Zugang von AI-Firmen zu Trainingsdaten erheblich verändern und sie dazu bringen, Lizenzverträge mit Verlagen abzuschließen. Die Frist bis zum 15. September gibt den Unternehmen Zeit, ihre Crawler anzupassen. Cloudflare möchte Verlagen mehr Kontrolle über ihre Inhalte zurückgeben und die ungehinderte Praxis des Scraping beenden. Dies könnte zu höheren Kosten für AI-Labore führen, da sie möglicherweise Millionen für Lizenzen zahlen müssen, während kleinere Verlage weiterhin Schwierigkeiten haben, ihre Inhalte zu schützen. Die wirtschaftlichen Folgen könnten eine Konsolidierung der Branche nach sich ziehen, da gut finanzierte AI-Unternehmen Zugang zu hochwertigen Inhalten erhalten, während kleinere Akteure ausgeschlossen werden. Cloudflares Schritt könnte das Ende der kostenlosen Nutzung des offenen Webs für AI-Training einläuten und die Branche zu neuen Geschäftsmodellen zwingen.

Cloudflare hat eine neue Richtlinie eingeführt, die AI-Unternehmen dazu verpflichtet, für Inhalte von Verlagen zu bezahlen. Ab dem 15. September 2026 werden Webcrawler, die sowohl für traditionelle Suchanfragen als auch für das Training von KI-Modellen genutzt werden, standardmäßig von werbefinanzierten Seiten blockiert, es sei denn, die Seiteninhaber passen ihre Einstellungen an. Diese Maßnahme könnte den Zugang von AI-Anbietern zu Webinhalten erheblich beeinflussen. Cloudflare betont, dass viele Website-Besitzer ihre Inhalte sowohl über Suchmaschinen als auch über AI-Dienste zugänglich machen möchten, jedoch Schutz vor der kostenlosen Nutzung ihrer geistigen Eigentumsrechte wünschen. CEO Matthew Prince hebt hervor, dass der Großteil des Internetverkehrs mittlerweile von Bots stammt, was eine Anpassung erfordere, um ein nachhaltiges Ökosystem zu schaffen. Um Verlagen mehr Kontrolle zu geben, hat Cloudflare Werkzeuge entwickelt, die es ermöglichen, AI-Bots für das Scraping von Inhalten zu monetarisieren. Neue Modelle wie "Pay Per Use" sollen es Verlagen ermöglichen, von AI-Unternehmen zu profitieren, wenn ihre Inhalte genutzt werden. Cloudflare kooperiert dabei mit Partnern wie Ceramic.ai und You.

Die von den Vereinigten Arabischen Emiraten unterstützte Investmentfirma MGX hat einen beeindruckenden Fonds in Höhe von 49 Milliarden Dollar für künstliche Intelligenz (KI) geschlossen, was sie zu einem bedeutenden Akteur im globalen KI-Wettbewerb macht. Dieser Fonds zählt zu den größten seiner Art und investiert in führende Unternehmen wie OpenAI, Anthropic und Elon Musks xAI, die alle auf anspruchsvolle KI-Projekte setzen. Angesichts der steigenden Kosten für das Training fortschrittlicher KI-Modelle ist dieser Fonds eine Antwort auf die Notwendigkeit tieferer finanzieller Ressourcen und langfristiger Investoren. MGX verfolgt eine konzentrierte Investitionsstrategie, die sich auf wenige vielversprechende Unternehmen fokussiert, anstatt auf zahlreiche kleinere Start-ups. Diese Herangehensweise könnte die Entwicklung der KI-Infrastruktur über Jahre hinweg prägen. Allerdings könnte die Kapitalkonzentration in Staatsfonds auch geopolitische Spannungen hervorrufen, da die Interessen der UAE nicht immer mit denen des Silicon Valley oder Washingtons übereinstimmen. Insgesamt hat MGXs Fonds das Potenzial, die Finanzierung von KI-Forschung grundlegend zu verändern und die zukünftige Entwicklung der Technologie maßgeblich zu beeinflussen.

Das bayerische Justizministerium hat das Projekt 50k ins Leben gerufen, um 50.000 Urteile der bayerischen Justiz anonymisiert zu veröffentlichen. Mithilfe der KI-Anwendung ALeKS wird die Anonymisierung sensibler Daten wie Namen und Adressen automatisiert, was zuvor zeitaufwendig manuell erledigt werden musste. Justizminister Georg Eisenreich hebt hervor, dass die Veröffentlichung dieser anonymisierten Urteile das Vertrauen der Bürger in den Rechtsstaat stärken und die Entwicklung neuer Legal-Tech-Anwendungen fördern wird. Bisher waren nur etwa drei Prozent der Gerichtsurteile veröffentlicht, was die Informationsverfügbarkeit einschränkte. ALeKS wurde seit März 2026 erfolgreich am Oberlandesgericht München getestet und soll nun auf weitere Justizeinrichtungen ausgeweitet werden. Die endgültige Entscheidung über die Veröffentlichung liegt bei den Richtern, die nach der automatisierten Anonymisierung eine manuelle Qualitätssicherung durchführen.

Die Forschung zur Alzheimer-Erkrankung hat durch den Einsatz von Künstlicher Intelligenz (KI) bedeutende Fortschritte erzielt, indem sie ein Risiko für Alzheimer im Durchschnitt 8,55 Jahre vor dem Auftreten klinischer Symptome erkennt. Diese frühen Diagnosen könnten die Behandlungsmöglichkeiten erheblich verbessern, insbesondere durch Medikamente, die Amyloid-Plaques im Gehirn reduzieren und somit potenziell 120.000 Patienten in Deutschland helfen könnten. Zudem zeigen neue Erkenntnisse, dass die Stabilisierung des Blutzuckerspiegels und bestimmte Medikamente das Risiko für Alzheimer signifikant senken können. Eine Studie warnt jedoch, dass Glukosamin bei Alzheimer-Patienten die Sterblichkeit erhöhen kann. Das Arc-Protein wurde als Schlüssel zur Übertragung toxischer Proteine zwischen Nervenzellen identifiziert, was neue Therapieansätze eröffnet. Geschlechtsspezifische Unterschiede zeigen, dass Frauen stärker von Amyloid-Plaques betroffen sind. Zudem wurde ein Zusammenhang zwischen eingeschränkter Nierenfunktion und erhöhten Alzheimer-Biomarkern festgestellt, was auf einen schnelleren Krankheitsbeginn hinweist. Digitale Technologien und kognitives Training könnten ebenfalls die geistige Fitness fördern und das Risiko für Alzheimer senken.

Eine aktuelle Studie aus der Fachzeitschrift Nature beleuchtet die ungleichen Datenschutzrisiken beim Training medizinischer KI-Modelle. Insbesondere unterrepräsentierte Gruppen, wie Menschen mit niedrigem sozioökonomischen Status oder bestimmten ethnischen Hintergründen, sind einem höheren Risiko ausgesetzt, was bestehende Ungleichheiten im digitalen Gesundheitswesen verstärkt. Zudem wird die wissenschaftliche Belastbarkeit von KI-Anwendungen in der Medizin in Frage gestellt, da diese oft nicht an relevanten Patientenendpunkten evaluiert werden. Die Diskussion um die Vertrauenswürdigkeit von KI-Systemen nimmt zu, und es werden Strategien gefordert, um diese zu verbessern, darunter transparente Entscheidungsprozesse und proaktive Kommunikation von Unsicherheiten. Politischer Druck zielt darauf ab, den Schutz von Grundrechten in automatisierten Umgebungen zu stärken, was zu strengeren Datenschutzregelungen führen könnte. In der EU wird zudem ein Verbot für KI-Anwendungen zur Erstellung sexualisierter Deepfakes eingeführt. Experten empfehlen, die Belegschaft frühzeitig in den Implementierungsprozess einzubeziehen, um potenzielle Fehlerquellen zu identifizieren und die Systeme sicherer zu gestalten.

Die OHB SE hat eine Kooperation mit Schwarz Digits, der IT- und Digitalsparte der Schwarz Gruppe, ins Leben gerufen, um Künstliche Intelligenz (KI) in der Satellitenfertigung zu integrieren. Ziel dieser Partnerschaft ist es, die digitale Souveränität in Deutschland und Europa zu fördern, indem ein modernes Rechenzentrum in Lübbenau eingerichtet wird, das große KI-Modelle unterstützen kann. Marco Fuchs, Vorstandsvorsitzender von OHB, betont die Dringlichkeit, dass Europa unabhängiger und schneller werden muss, was durch die Kombination von KI und Raumfahrt erreicht werden kann. Die Zusammenarbeit ermöglicht OHB den Zugang zur Infrastruktur von Schwarz Digits, um verschiedene Satellitenprojekte und die Industrialisierung von Fertigungsprozessen voranzutreiben. Kristina Wagner, CTO von OHB, hebt hervor, dass diese Partnerschaft neue Möglichkeiten zur Verarbeitung großer Datenmengen und zum Training von KI-Modellen schafft, was die Innovationskraft von OHB stärkt und zur technologischen Autonomie in Europa beiträgt.

Copper One Resources Corp. hat die Bohrarbeiten im ersten von ExploreTech mittels künstlicher Intelligenz definierten Diamantkernbohrloch bei seinem Kupfer-Silber-Gold-Projekt Majuba Hill in Nevada begonnen. Dieses Bohrloch ist Teil des umfassenden 10.000-Fuß-Programms 2026 und wird eine Länge von etwa 2.500 Fuß erreichen, um geophysikalische Daten zu testen und historische Bohrlöcher mit bedeutender Mineralisierung zu untersuchen. Die Zusammenarbeit mit ExploreTech zielt darauf ab, die geologischen Interpretationen zu verbessern und die Effizienz der Exploration durch den Einsatz KI-gestützter Modelle zur Zielermittlung zu steigern. Copper One strebt an, das Projekt in Richtung einer ersten Mineralressourcenschätzung auszubauen, wobei die fortlaufende Anwendung von KI und eine umfangreiche Datenbank als entscheidend erachtet werden. Das Unternehmen ist überzeugt, dass die Kombination aus historischen Daten und moderner Technologie helfen wird, neue mineralisierte Zonen zu identifizieren und die bekannte Mineralisierung zu erweitern. Die Bohrarbeiten sind ein bedeutender Schritt in der Entwicklung des Projekts, das in einer stabilen Bergbauregion mit solider Infrastruktur liegt.

Die aktuelle Forschung zur Alzheimer-Früherkennung zeigt vielversprechende Fortschritte, insbesondere durch KI-gestützte Netzhautanalysen, die ein Risiko für die Erkrankung im Durchschnitt 8,55 Jahre vor dem Auftreten erster Symptome identifizieren können. Neben dieser technologischen Entwicklung haben Studien ergeben, dass kognitives, aerobes und Krafttraining signifikante positive Effekte auf die Gehirngesundheit und das Herz-Kreislauf-System haben. Kognitives Training kann das Volumen der grauen Substanz im Gehirn erhöhen, während aerobes Training die Vernetzung zwischen Gehirnarealen verbessert. Regelmäßiges Krafttraining senkt zudem das Risiko für Herzinfarkte, besonders in Kombination mit Ausdauertraining. Experten warnen jedoch vor bestimmten Medikamenten, die das Demenzrisiko erhöhen, während andere wie SGLT2-Inhibitoren positive Effekte zeigen. Innovative Therapieansätze, einschließlich Psychedelika und Antikörpertherapien, werden ebenfalls erforscht. Einfache Interventionen, wie regelmäßige Geh-Pausen im Arbeitsalltag, können zusätzlich die Produktivität steigern und Müdigkeit reduzieren.